Банар А. Ю. Методи і технології використання алгоритмів штучного інтелекту в програмно-конфігурованих мережах в умовах обмежених ресурсів

English version

Дисертація на здобуття ступеня доктора філософії

Державний реєстраційний номер

0826U002117

Здобувач

Спеціальність

  • 172 - Електронні комунікації та радіотехніка

Спеціалізована вчена рада

PhD 13595

Чернівецький національний університет імені Юрія Федьковича

Анотація

Дисертаційна робота присвячена розробленню та експериментальному обґрунтуванню методів і технологій застосування алгоритмів штучного інтелекту в програмно-конфігурованих мережах для покращення адаптивного керування доступом до обмежених ресурсів. Основна увага зосереджена на забезпеченні рівномірного розподілу доступу до дефіцитного ресурсу та збереженні стабільної роботи мережевої інфраструктури в умовах обмежених ресурсів телекомунікаційної мережі. Запропоновано метод адаптивного керування доступом до обмеженого ресурсу прикладного рівня в програмно-конфігурованій мережі, який, на відміну від підходів, що базуються на зміні загальних характеристик мережі, передбачає локалізацію керуючого впливу безпосередньо в точці фактичного дефіциту ресурсу. Удосконалено механізм інтелектуального керування доступом до обмеженого ресурсу шляхом введення спеціалізованого AI-агента, який формує керуючі рішення з урахуванням телеметричних ознак, історії навантаження, часових характеристик звернень, частки клієнта в загальному навантаженні, факту попереднього блокування та кількості активних клієнтів. Набув подальшого розвитку метод вибору моделі машинного навчання для інтелектуального керування в SDN в умовах обмежених ресурсів, що передбачає комплексне оцінювання моделей за показниками точності, стійкості рішень, часу прийняття рішення, з урахуванням накладних витрат, а також енергоспоживання. Удосконалено архітектуру інтелектуальної SDN-мережі для роботи в умовах обмежених ресурсів шляхом інтеграції мережевих, прикладних та IoT-компонентів в єдиний контур керування з включенням AI-підсистеми в цикл прийняття рішень. Розроблено та реалізовано Cloud-AI-SDN фреймворк, прикладний веб-сервіс керування та моніторингу, а також здійснено апаратну апробацію, що забезпечило відтворюваність сценаріїв і практичну перевірку запропонованих рішень. Отримані результати підтвердили ефективність запропонованих методів для покращення адаптивного керування доступом до обмежених ресурсів, забезпечення рівномірного розподілу доступу між клієнтами та збереження стабільної роботи мережевої інфраструктури.

Публікації

Banar A., Vorobets H. AI-based adaptive management of limited resources in SDN-IoT ecosystems. Radioelectronic and Computer Systems. 2025. Vol. 2025. № 4. P. 154-170. DOI: 10.32620/reks.2025.4.11 (Scopus, Q3, https://www.scimagojr.com/journalsearch.php?q=21101038702&tip=sid&clean=0)

Банар А. Ю., Воробець Г. І. Перспективні напрями розвитку, удосконалення і застосувань мережі SDN на основі методів штучного інтелекту. Вісник Хмельницького національного університету. Серія: Технічні науки. 2025. Т. 355. № 4. С. 15-21. DOI: 10.31891/2307-5732-2025-355-1

Банар А. Ю., Воробець Г. І. Алгоритми штучного інтелекту для оптимізації функціонування SDN: сучасні підходи та перспективи. Зв’язок. 2025. № 4. С. 11-18. DOI: 10.31673/2412-9070.2025.041241

Банар А. Ю., Воробець Г. І. Хмарні SDN-контролери з підтримкою ШІ: архітектура, масштабованість та безпека (порівняльне дослідження). Безпека інфокомунікаційних систем та Інтернету речей. 2025. Т. 3. № 1. С. 01011:1-6. DOI: 10.31861/sisiot2025.1.01011

Файли

Схожі дисертації